Shortcuts

数据集可视化

数据集可视化工具简介

python tools/visualization/browse_dataset.py \
    ${CONFIG_FILE} \
    [-o, --output-dir ${OUTPUT_DIR}] \
    [-p, --phase ${DATASET_PHASE}] \
    [-n, --show-number ${NUMBER_IMAGES_DISPLAY}] \
    [-i, --show-interval ${SHOW_INTERRVAL}] \
    [-m, --mode ${DISPLAY_MODE}] \
    [-r, --rescale-factor ${RESCALE_FACTOR}] \
    [-c, --channel-order ${CHANNEL_ORDER}] \
    [--cfg-options ${CFG_OPTIONS}]

所有参数的说明

  • config : 模型配置文件的路径。

  • -o, --output-dir: 保存图片文件夹,如果没有指定,默认为 '',表示不保存。

  • -p, --phase: 可视化数据集的阶段,只能为 ['train', 'val', 'test'] 之一,默认为 'train'

  • -n, --show-number: 可视化样本数量。如果没有指定,默认展示数据集的所有图片。

  • -i, --show-interval: 浏览时,每张图片的停留间隔,单位为秒。

  • -m, --mode: 可视化的模式,只能为 ['original', 'transformed', 'concat', 'pipeline'] 之一。 默认为'transformed'.

  • -r, --rescale-factor: 在 mode='original' 下,可视化图片的放缩倍数,在图片过大或过小时设置。

  • -c, --channel-order: 图片的通道顺序,为 ['BGR', 'RGB'] 之一,默认为 'BGR'

  • --cfg-options : 对配置文件的修改,参考学习配置文件

备注

  1. -m, --mode 用于设置可视化的模式,默认设置为 ‘transformed’。

  • 如果 --mode 设置为 ‘original’,则获取原始图片;

  • 如果 --mode 设置为 ‘transformed’,则获取预处理后的图片;

  • 如果 --mode 设置为 ‘concat’,获取原始图片和预处理后图片拼接的图片;

  • 如果 --mode 设置为 ‘pipeline’,则获得数据流水线所有中间过程图片。

  1. -r, --rescale-factor 在数据集中图片的分辨率过大或者过小时设置。比如在可视化 CIFAR 数据集时,由于图片的分辨率非常小,可将 -r, --rescale-factor 设置为 10。

如何可视化原始图像

使用 ‘original’ 模式 :

python ./tools/visualization/browse_dataset.py ./configs/resnet/resnet101_8xb16_cifar10.py --phase val --output-dir tmp --mode original --show-number 100 --rescale-factor 10 --channel-order RGB
  • --phase val: 可视化验证集,可简化为 -p val;

  • --output-dir tmp: 可视化结果保存在 “tmp” 文件夹,可简化为 -o tmp;

  • --mode original: 可视化原图,可简化为 -m original;

  • --show-number 100: 可视化 100 张图,可简化为 -n 100;

  • --rescale-factor: 图像放大 10 倍,可简化为 -r 10;

  • --channel-order RGB: 可视化图像的通道顺序为 “RGB”, 可简化为 -c RGB

如何可视化处理后图像

使用 ‘transformed’ 模式:

python ./tools/visualization/browse_dataset.py ./configs/resnet/resnet50_8xb32_in1k.py -n 100

如何同时可视化原始图像与处理后图像

使用 ‘concat’ 模式:

python ./tools/visualization/browse_dataset.py configs/swin_transformer/swin-small_16xb64_in1k.py -n 10 -m concat

使用 ‘pipeline’ 模式:

python ./tools/visualization/browse_dataset.py configs/swin_transformer/swin-small_16xb64_in1k.py -m pipeline
python ./tools/visualization/browse_dataset.py configs/beit/beit_beit-base-p16_8xb256-amp-coslr-300e_in1k.py -m pipeline
Read the Docs v: latest
Versions
latest
stable
mmcls-1.x
mmcls-0.x
dev
Downloads
epub
On Read the Docs
Project Home
Builds

Free document hosting provided by Read the Docs.